SlideShare una empresa de Scribd logo
1 de 9
Algoritmos y Estructuras de
Datos I
ODS 12, 13
Tema 1: Introducción
2
Introducción: Definiciones
3
“una secuencia de
instrucciones, bien definidas y
ejecutables en un tiempo y
esfuerzo finitos, para resolver
un problema computacional”
Para muchos problemas, la
formulación de un algoritmo eficiente
requiere almacenar los datos (inputs,
outputs) de una forma adecuada.
Existen diferentes estructuras de
datos para organizar la información,
dependiendo de la operación a
realizar: arrays, listas, árboles,
grafos etc
Algoritm
o
Estructu
ra
de
Datos
Introducción: Objetivos del curso
4
Aprenderemos los principales
conceptos para el diseño de
algoritmos
Veremos la importancia de utilizar una
estructura de datos adecuada para
almacenar la información del
problema resuelto
Una misma tarea se puede resolver
con distintos algoritmos y estructuras
de datos, siendo algunos más
eficientes que los otros.
El uso principal de algoritmos en
computación (programas) consiste en
almacenar y recuperar una cantidad
importantes de información de
manera rápida, en general no se trata
de realizar cálculos sofisticados
Aunque nos centraremos en tareas
básicas: almacenar, ordenar, buscar
etc, las técnicas subyacentes se
pueden aplicar a problemas
computacionales en general
En el buen diseño de un algoritmo son
importantes:
• Especificación precisa del problema que
soluciona el algoritmo
• Verificación del correcto funcionamiento del
algoritmo
• Eficiencia o rendimiento del algoritmo: recursos
necesarios (tiempo de ejecución, espacio de
memoria etc)
Introducción: Ejemplos en Ciencia y Medicina
5
• Bases de datos con las secuencias del ADN que contienen las instrucciones genéticas de todos los
organismos y muchos virus
• Los algoritmos permiten descifrar el lenguaje del ADN. Ejemplo: ¿son dos especies próximas en su
evolución?
Ejemplos prácticos: Proyecto Genoma Humano en Bioinformática
Introducción: Ejemplos en Empresa
6
• Un buscador como Google tiene que gestionar de
manera eficiente una cantidad de información de
websites enorme
• Los algoritmos de Google, que incluyen almacenar
adecuadamente la información utilizando estructuras de
datos de grafos, con indexing, se basan en algoritmos de
ordenación y búsqueda
• La comprensión del funcionamiento de Google es clave
para el márketing y ventas de cualquier negocio online
https://www.google.com/intl/es_es/search/howsearchworks/
crawling-indexing/
Ejemplos prácticos: Internet y los buscadores
Introducción: Ejemplos en Operaciones
7
• La planificación de rutas de las aerolíneas se realiza con algoritmos que optimizan costes (distancias, emisión
CO2, rotaciones de aparatos y tripulaciones etc)
• Se utilizan estructuras de datos como los grafos y las colas con prioridad, junto con algoritmos de ordenación
• La red de ferrocarriles, una red de ordenadores, la red de carreteras para transporte, son problemas reales con
soluciones similares
Ejemplos prácticos: Trayectoria de vuelo óptima
Introducción: Herramientas para un Data scientist
Estructuras
de Datos
Árboles,
Hash,
Grafos
Complejida
d de un
Algoritmo
O(n)
Paradigma
s de
Algoritmos
Divide y
vencerás
Problemas
Intratables
NP
Los algoritmos son tecnología, igual que el propio hardware
permiten implementar soluciones a problemas prácticos de manera
eficiente
Sede Universitat Carlemany
Av. Verge de Canòlich, 47
AD600 Sant Julià de Lòria
Principat d’Andorra
Linked
in
Facebook
+376 878 300

Más contenido relacionado

Similar a Algoritmos y Estructuras de Datos I - Sesión 1.pptx

Revista TicNews Marzo 2015
Revista TicNews Marzo 2015Revista TicNews Marzo 2015
Revista TicNews Marzo 2015Edicion Ticnews
 
Actividad 14: Diseño de Algoritmos Paralelos
Actividad 14: Diseño de Algoritmos ParalelosActividad 14: Diseño de Algoritmos Paralelos
Actividad 14: Diseño de Algoritmos ParalelosCarlosHung9
 
Presentación - Diseño de Algoritmos Paralelos - Grupo 2.pdf
Presentación - Diseño de Algoritmos Paralelos - Grupo 2.pdfPresentación - Diseño de Algoritmos Paralelos - Grupo 2.pdf
Presentación - Diseño de Algoritmos Paralelos - Grupo 2.pdfymiranda2
 
86-Texto del artículo-106-1-10-20210922.pdf
86-Texto del artículo-106-1-10-20210922.pdf86-Texto del artículo-106-1-10-20210922.pdf
86-Texto del artículo-106-1-10-20210922.pdfOVHTec
 
Estruc datos
Estruc datosEstruc datos
Estruc datosITECO
 
Julio diaz trabajo2_power_point
Julio diaz trabajo2_power_pointJulio diaz trabajo2_power_point
Julio diaz trabajo2_power_pointjulito87
 
Arquitectura de datos empresariales actividad 3
Arquitectura de datos empresariales   actividad 3Arquitectura de datos empresariales   actividad 3
Arquitectura de datos empresariales actividad 3CarlosTenelema1
 
Mineria de datos-una_introduccion
Mineria de datos-una_introduccionMineria de datos-una_introduccion
Mineria de datos-una_introducciontravon1
 
Diseño logico de una base de datos
Diseño logico de  una base de datosDiseño logico de  una base de datos
Diseño logico de una base de datosRobert Rodriguez
 
Cómo construir tu propia data platform. From zero to hero.
Cómo construir tu propia data platform. From zero to hero. Cómo construir tu propia data platform. From zero to hero.
Cómo construir tu propia data platform. From zero to hero. GustavoMartin46
 
Algoritmos Paralelos - Actividad 14 - UNIBE.pdf
Algoritmos Paralelos - Actividad 14 - UNIBE.pdfAlgoritmos Paralelos - Actividad 14 - UNIBE.pdf
Algoritmos Paralelos - Actividad 14 - UNIBE.pdfdarosario3d
 
Dbms Existentes
Dbms ExistentesDbms Existentes
Dbms Existenteseder8
 
Trabajo de informática
Trabajo de informáticaTrabajo de informática
Trabajo de informáticaJuanMantilla7
 
Sistema de información ensayo
Sistema de información ensayoSistema de información ensayo
Sistema de información ensayoANilez Solrak
 

Similar a Algoritmos y Estructuras de Datos I - Sesión 1.pptx (20)

Revista TicNews Marzo 2015
Revista TicNews Marzo 2015Revista TicNews Marzo 2015
Revista TicNews Marzo 2015
 
Actividad 14: Diseño de Algoritmos Paralelos
Actividad 14: Diseño de Algoritmos ParalelosActividad 14: Diseño de Algoritmos Paralelos
Actividad 14: Diseño de Algoritmos Paralelos
 
Guia informática
Guia informáticaGuia informática
Guia informática
 
Presentación - Diseño de Algoritmos Paralelos - Grupo 2.pdf
Presentación - Diseño de Algoritmos Paralelos - Grupo 2.pdfPresentación - Diseño de Algoritmos Paralelos - Grupo 2.pdf
Presentación - Diseño de Algoritmos Paralelos - Grupo 2.pdf
 
86-Texto del artículo-106-1-10-20210922.pdf
86-Texto del artículo-106-1-10-20210922.pdf86-Texto del artículo-106-1-10-20210922.pdf
86-Texto del artículo-106-1-10-20210922.pdf
 
Estruc datos
Estruc datosEstruc datos
Estruc datos
 
Julio diaz trabajo2_power_point
Julio diaz trabajo2_power_pointJulio diaz trabajo2_power_point
Julio diaz trabajo2_power_point
 
Arquitectura de datos empresariales actividad 3
Arquitectura de datos empresariales   actividad 3Arquitectura de datos empresariales   actividad 3
Arquitectura de datos empresariales actividad 3
 
Mineria de datos-una_introduccion
Mineria de datos-una_introduccionMineria de datos-una_introduccion
Mineria de datos-una_introduccion
 
Diseño logico de una base de datos
Diseño logico de  una base de datosDiseño logico de  una base de datos
Diseño logico de una base de datos
 
Mineria de datos ok
Mineria de datos okMineria de datos ok
Mineria de datos ok
 
Cómo construir tu propia data platform. From zero to hero.
Cómo construir tu propia data platform. From zero to hero. Cómo construir tu propia data platform. From zero to hero.
Cómo construir tu propia data platform. From zero to hero.
 
Algoritmos Paralelos - Actividad 14 - UNIBE.pdf
Algoritmos Paralelos - Actividad 14 - UNIBE.pdfAlgoritmos Paralelos - Actividad 14 - UNIBE.pdf
Algoritmos Paralelos - Actividad 14 - UNIBE.pdf
 
Base de datos
Base de datosBase de datos
Base de datos
 
Algoritmos
AlgoritmosAlgoritmos
Algoritmos
 
Unidad 7
Unidad 7Unidad 7
Unidad 7
 
Para el producto final de curso
Para el producto final de cursoPara el producto final de curso
Para el producto final de curso
 
Dbms Existentes
Dbms ExistentesDbms Existentes
Dbms Existentes
 
Trabajo de informática
Trabajo de informáticaTrabajo de informática
Trabajo de informática
 
Sistema de información ensayo
Sistema de información ensayoSistema de información ensayo
Sistema de información ensayo
 

Más de Gerard Alba

TV2 - OOAD Case Study- Flight Systems.pdf
TV2 - OOAD Case Study- Flight Systems.pdfTV2 - OOAD Case Study- Flight Systems.pdf
TV2 - OOAD Case Study- Flight Systems.pdfGerard Alba
 
Module3 - Object Oriented Analysis & Functional Model.pdf
Module3 - Object Oriented Analysis & Functional Model.pdfModule3 - Object Oriented Analysis & Functional Model.pdf
Module3 - Object Oriented Analysis & Functional Model.pdfGerard Alba
 
Module1 - Introduction to Software Engineering.pdf
Module1 - Introduction to Software Engineering.pdfModule1 - Introduction to Software Engineering.pdf
Module1 - Introduction to Software Engineering.pdfGerard Alba
 
Aprendizaje automático I - Tema 6 Aprendizaje Automático K-Means.pdf
Aprendizaje automático I - Tema 6 Aprendizaje Automático K-Means.pdfAprendizaje automático I - Tema 6 Aprendizaje Automático K-Means.pdf
Aprendizaje automático I - Tema 6 Aprendizaje Automático K-Means.pdfGerard Alba
 
Aprendizaje automático I - Tema 5 Aprendizaje Automático No-Supervisado.pdf
Aprendizaje automático I - Tema 5 Aprendizaje Automático No-Supervisado.pdfAprendizaje automático I - Tema 5 Aprendizaje Automático No-Supervisado.pdf
Aprendizaje automático I - Tema 5 Aprendizaje Automático No-Supervisado.pdfGerard Alba
 
Aprendizaje automático I - Sesión 4 Árboles de Decisión.pdf
Aprendizaje automático I - Sesión 4 Árboles de Decisión.pdfAprendizaje automático I - Sesión 4 Árboles de Decisión.pdf
Aprendizaje automático I - Sesión 4 Árboles de Decisión.pdfGerard Alba
 
Aprendizaje automático I - Tema 3 Aprendizaje Automático Supervisado.pdf
Aprendizaje automático I - Tema 3 Aprendizaje Automático Supervisado.pdfAprendizaje automático I - Tema 3 Aprendizaje Automático Supervisado.pdf
Aprendizaje automático I - Tema 3 Aprendizaje Automático Supervisado.pdfGerard Alba
 
Aprendizaje automático I - Sesión 2 Caso Práctico.pdf
Aprendizaje automático I - Sesión 2 Caso Práctico.pdfAprendizaje automático I - Sesión 2 Caso Práctico.pdf
Aprendizaje automático I - Sesión 2 Caso Práctico.pdfGerard Alba
 
Aprendizaje automático I - Sesión 1 Intro.pdf
Aprendizaje automático I - Sesión 1 Intro.pdfAprendizaje automático I - Sesión 1 Intro.pdf
Aprendizaje automático I - Sesión 1 Intro.pdfGerard Alba
 
Master class Fintech
Master class FintechMaster class Fintech
Master class FintechGerard Alba
 
Machine Learning en Inversiones 20210414
Machine Learning en Inversiones 20210414Machine Learning en Inversiones 20210414
Machine Learning en Inversiones 20210414Gerard Alba
 
EFPA ESG Advisor - summary
EFPA ESG Advisor - summaryEFPA ESG Advisor - summary
EFPA ESG Advisor - summaryGerard Alba
 
Gestión de Carteras Óptimas - Roboadvisors
Gestión de Carteras Óptimas - RoboadvisorsGestión de Carteras Óptimas - Roboadvisors
Gestión de Carteras Óptimas - RoboadvisorsGerard Alba
 
Agenda lecture GA PETD digital transformation financial services 20190524
Agenda lecture GA PETD digital transformation financial services 20190524Agenda lecture GA PETD digital transformation financial services 20190524
Agenda lecture GA PETD digital transformation financial services 20190524Gerard Alba
 
Machine Learning in Investment Management March 2018
Machine Learning in Investment Management March 2018Machine Learning in Investment Management March 2018
Machine Learning in Investment Management March 2018Gerard Alba
 
Cinquanta anys d'Star Trek: un futur amb tipus d'interès negatius ja no és ci...
Cinquanta anys d'Star Trek: un futur amb tipus d'interès negatius ja no és ci...Cinquanta anys d'Star Trek: un futur amb tipus d'interès negatius ja no és ci...
Cinquanta anys d'Star Trek: un futur amb tipus d'interès negatius ja no és ci...Gerard Alba
 
Specialized Functions in Finance 201605
Specialized Functions in Finance 201605Specialized Functions in Finance 201605
Specialized Functions in Finance 201605Gerard Alba
 
ANDBANK Microfinance Fund
ANDBANK Microfinance FundANDBANK Microfinance Fund
ANDBANK Microfinance FundGerard Alba
 
2015 July 1st: launching of Sigma-Andbank European Equities for Israel investors
2015 July 1st: launching of Sigma-Andbank European Equities for Israel investors2015 July 1st: launching of Sigma-Andbank European Equities for Israel investors
2015 July 1st: launching of Sigma-Andbank European Equities for Israel investorsGerard Alba
 
Plan pensiones Andbank
Plan pensiones AndbankPlan pensiones Andbank
Plan pensiones AndbankGerard Alba
 

Más de Gerard Alba (20)

TV2 - OOAD Case Study- Flight Systems.pdf
TV2 - OOAD Case Study- Flight Systems.pdfTV2 - OOAD Case Study- Flight Systems.pdf
TV2 - OOAD Case Study- Flight Systems.pdf
 
Module3 - Object Oriented Analysis & Functional Model.pdf
Module3 - Object Oriented Analysis & Functional Model.pdfModule3 - Object Oriented Analysis & Functional Model.pdf
Module3 - Object Oriented Analysis & Functional Model.pdf
 
Module1 - Introduction to Software Engineering.pdf
Module1 - Introduction to Software Engineering.pdfModule1 - Introduction to Software Engineering.pdf
Module1 - Introduction to Software Engineering.pdf
 
Aprendizaje automático I - Tema 6 Aprendizaje Automático K-Means.pdf
Aprendizaje automático I - Tema 6 Aprendizaje Automático K-Means.pdfAprendizaje automático I - Tema 6 Aprendizaje Automático K-Means.pdf
Aprendizaje automático I - Tema 6 Aprendizaje Automático K-Means.pdf
 
Aprendizaje automático I - Tema 5 Aprendizaje Automático No-Supervisado.pdf
Aprendizaje automático I - Tema 5 Aprendizaje Automático No-Supervisado.pdfAprendizaje automático I - Tema 5 Aprendizaje Automático No-Supervisado.pdf
Aprendizaje automático I - Tema 5 Aprendizaje Automático No-Supervisado.pdf
 
Aprendizaje automático I - Sesión 4 Árboles de Decisión.pdf
Aprendizaje automático I - Sesión 4 Árboles de Decisión.pdfAprendizaje automático I - Sesión 4 Árboles de Decisión.pdf
Aprendizaje automático I - Sesión 4 Árboles de Decisión.pdf
 
Aprendizaje automático I - Tema 3 Aprendizaje Automático Supervisado.pdf
Aprendizaje automático I - Tema 3 Aprendizaje Automático Supervisado.pdfAprendizaje automático I - Tema 3 Aprendizaje Automático Supervisado.pdf
Aprendizaje automático I - Tema 3 Aprendizaje Automático Supervisado.pdf
 
Aprendizaje automático I - Sesión 2 Caso Práctico.pdf
Aprendizaje automático I - Sesión 2 Caso Práctico.pdfAprendizaje automático I - Sesión 2 Caso Práctico.pdf
Aprendizaje automático I - Sesión 2 Caso Práctico.pdf
 
Aprendizaje automático I - Sesión 1 Intro.pdf
Aprendizaje automático I - Sesión 1 Intro.pdfAprendizaje automático I - Sesión 1 Intro.pdf
Aprendizaje automático I - Sesión 1 Intro.pdf
 
Master class Fintech
Master class FintechMaster class Fintech
Master class Fintech
 
Machine Learning en Inversiones 20210414
Machine Learning en Inversiones 20210414Machine Learning en Inversiones 20210414
Machine Learning en Inversiones 20210414
 
EFPA ESG Advisor - summary
EFPA ESG Advisor - summaryEFPA ESG Advisor - summary
EFPA ESG Advisor - summary
 
Gestión de Carteras Óptimas - Roboadvisors
Gestión de Carteras Óptimas - RoboadvisorsGestión de Carteras Óptimas - Roboadvisors
Gestión de Carteras Óptimas - Roboadvisors
 
Agenda lecture GA PETD digital transformation financial services 20190524
Agenda lecture GA PETD digital transformation financial services 20190524Agenda lecture GA PETD digital transformation financial services 20190524
Agenda lecture GA PETD digital transformation financial services 20190524
 
Machine Learning in Investment Management March 2018
Machine Learning in Investment Management March 2018Machine Learning in Investment Management March 2018
Machine Learning in Investment Management March 2018
 
Cinquanta anys d'Star Trek: un futur amb tipus d'interès negatius ja no és ci...
Cinquanta anys d'Star Trek: un futur amb tipus d'interès negatius ja no és ci...Cinquanta anys d'Star Trek: un futur amb tipus d'interès negatius ja no és ci...
Cinquanta anys d'Star Trek: un futur amb tipus d'interès negatius ja no és ci...
 
Specialized Functions in Finance 201605
Specialized Functions in Finance 201605Specialized Functions in Finance 201605
Specialized Functions in Finance 201605
 
ANDBANK Microfinance Fund
ANDBANK Microfinance FundANDBANK Microfinance Fund
ANDBANK Microfinance Fund
 
2015 July 1st: launching of Sigma-Andbank European Equities for Israel investors
2015 July 1st: launching of Sigma-Andbank European Equities for Israel investors2015 July 1st: launching of Sigma-Andbank European Equities for Israel investors
2015 July 1st: launching of Sigma-Andbank European Equities for Israel investors
 
Plan pensiones Andbank
Plan pensiones AndbankPlan pensiones Andbank
Plan pensiones Andbank
 

Algoritmos y Estructuras de Datos I - Sesión 1.pptx

  • 1. Algoritmos y Estructuras de Datos I ODS 12, 13
  • 3. Introducción: Definiciones 3 “una secuencia de instrucciones, bien definidas y ejecutables en un tiempo y esfuerzo finitos, para resolver un problema computacional” Para muchos problemas, la formulación de un algoritmo eficiente requiere almacenar los datos (inputs, outputs) de una forma adecuada. Existen diferentes estructuras de datos para organizar la información, dependiendo de la operación a realizar: arrays, listas, árboles, grafos etc Algoritm o Estructu ra de Datos
  • 4. Introducción: Objetivos del curso 4 Aprenderemos los principales conceptos para el diseño de algoritmos Veremos la importancia de utilizar una estructura de datos adecuada para almacenar la información del problema resuelto Una misma tarea se puede resolver con distintos algoritmos y estructuras de datos, siendo algunos más eficientes que los otros. El uso principal de algoritmos en computación (programas) consiste en almacenar y recuperar una cantidad importantes de información de manera rápida, en general no se trata de realizar cálculos sofisticados Aunque nos centraremos en tareas básicas: almacenar, ordenar, buscar etc, las técnicas subyacentes se pueden aplicar a problemas computacionales en general En el buen diseño de un algoritmo son importantes: • Especificación precisa del problema que soluciona el algoritmo • Verificación del correcto funcionamiento del algoritmo • Eficiencia o rendimiento del algoritmo: recursos necesarios (tiempo de ejecución, espacio de memoria etc)
  • 5. Introducción: Ejemplos en Ciencia y Medicina 5 • Bases de datos con las secuencias del ADN que contienen las instrucciones genéticas de todos los organismos y muchos virus • Los algoritmos permiten descifrar el lenguaje del ADN. Ejemplo: ¿son dos especies próximas en su evolución? Ejemplos prácticos: Proyecto Genoma Humano en Bioinformática
  • 6. Introducción: Ejemplos en Empresa 6 • Un buscador como Google tiene que gestionar de manera eficiente una cantidad de información de websites enorme • Los algoritmos de Google, que incluyen almacenar adecuadamente la información utilizando estructuras de datos de grafos, con indexing, se basan en algoritmos de ordenación y búsqueda • La comprensión del funcionamiento de Google es clave para el márketing y ventas de cualquier negocio online https://www.google.com/intl/es_es/search/howsearchworks/ crawling-indexing/ Ejemplos prácticos: Internet y los buscadores
  • 7. Introducción: Ejemplos en Operaciones 7 • La planificación de rutas de las aerolíneas se realiza con algoritmos que optimizan costes (distancias, emisión CO2, rotaciones de aparatos y tripulaciones etc) • Se utilizan estructuras de datos como los grafos y las colas con prioridad, junto con algoritmos de ordenación • La red de ferrocarriles, una red de ordenadores, la red de carreteras para transporte, son problemas reales con soluciones similares Ejemplos prácticos: Trayectoria de vuelo óptima
  • 8. Introducción: Herramientas para un Data scientist Estructuras de Datos Árboles, Hash, Grafos Complejida d de un Algoritmo O(n) Paradigma s de Algoritmos Divide y vencerás Problemas Intratables NP Los algoritmos son tecnología, igual que el propio hardware permiten implementar soluciones a problemas prácticos de manera eficiente
  • 9. Sede Universitat Carlemany Av. Verge de Canòlich, 47 AD600 Sant Julià de Lòria Principat d’Andorra Linked in Facebook +376 878 300